• 指令簿挂单不平衡信号$\rho_t$定义为买一和卖一挂单量的不平衡度，信号多集中于$0$附近，具有较强的短期持续性（自相关保持0.2以上约3秒）[pidx::2]：

• 信号与市价单买卖量存在明显关联：强买区信号下市价买单多，强卖区市价卖单多，信号可辅助预测短期价格走势[页3图2] [pidx::3]：

• 市价卖买量变化后，中间价跳价分布倾向与信号强弱相符，强买卖区市价单对中间价影响更显著，但由于数据采样窗口较长信号预测效力弱于原文10毫秒数据[pidx::3]：

• 平均中间价收益显示强买区卖量大于买量事件后，价格上涨幅度明显，提示做市商应根据信号动态撤单以避免被打穿风险[pidx::4]：

• CDJ模型结合信号、价差状态、市场事件（卖买量对比和限价单事件），采用动态规划解决Hamilton-Jacobi-Bellman方程以获得最优挂单策略，同时考虑库存风险惩罚项$\phi$，库存范围限制为[-15,15]手[pidx::4][pidx::5][pidx::6]

- 分段平仓（图5）与收盘平仓（图6）策略表现了不同价差(1跳和2跳)与挂单不平衡区域(强买、中性、强卖)下的动态挂单策略：
- 强卖区应快速平多头头寸，强买区则相反，只挂单买单以规避被打穿风险
- 随着交易时间临近，挂买卖双向单的比例下降，逐步清仓减少库存[pidx::6][pidx::7][pidx::8]

• 高频做市策略回测显示，使用挂单不平衡信号的分段和平仓策略与无信号策略累计收益相近，但信号策略显著降低每日收益的波动和最大回撤，提升夏普率（最高约22倍）且降低手续费及返佣需求[pidx::9][pidx::10]：

• 多档挂单策略（买一、买二同时挂单）对收益有明显提升，尤其在较低库存惩罚（$\phi=10^{-3}$）下，达到最高年化夏普率33，但伴随成交量和撤单量显著增加，策略更激进同时也更依赖高频硬件支持[pidx::11]：

• 结论：指令簿挂单不平衡信号虽受500毫秒采样限制，无法提升收益，但对风险控制及提高做市策略稳定性尤为关键，结合CDJ模型能有效制定动态挂单撤单策略，推荐进一步提升数据频率、加深挂单层级以优化做市表现 [pidx::11]

金融研究报告详尽分析

报告信息综述（元数据与概览）

报告题目为《指令簿信号在高频做市策略中的应用》，由华泰期货研究院量化组编制，主要研究员包括罗剑、陈维嘉、杨子江、陈辰等，报告发布时间大约为2017年至2018年区间，基于该阶段沪铜主力期货的高频数据展开分析。报告聚焦于商品期货市场中，大跳价资产的高频做市策略，核心议题是通过利用限价指令簿上的挂单不平衡信号，辅助调整高频做市商的挂单和撤单策略，力图实现风险控制、收益提升及夏普率优化。主要结论指出，尽管500毫秒截面数据产生的信号较弱，对直接提升做市收益效果有限，但在减少盘中亏损和收益波动方面显著提升，从而实现更高的夏普率。报告还深入探讨了基于CDJ离散报价模型的挂单策略，分析不同库存惩罚系数和挂单深度对收益和风险的影响，最终提出结合指令簿信号的做市策略在商品期货市场的应用价值[pidx::0] [pidx::1] [pidx::11]。

---

逐章节详细解读

1. 研究背景

报告首先介绍高频做市策略的核心操作机制——在不同价位挂出限价买卖单，依托标的物价格波动实现低买高卖盈利。聚焦于大跳价资产（买卖价差为一个最小跳价且挂单量较大，大部分商品期货皆属此类），做市商主要在买二层或更低价位挂买单，根据风险偏好调整是否挂买一价（卖一价同理）。策略的风险来源分为：

• 库存风险：单边行情导致库存积累，需通过动态挂单调整控制。

- 逆向选择风险（报告核心关注）：指令簿上挂单量与市价单成交量的变化预示价格走势，若无法及时调整挂单，会因卖一价被“击穿”（市场买单强烈消耗卖一挂单）造成损失。

报告阐述做市商撤单成功取决于：数据更新频率（越快越准确判断队列排名）及硬件速度（行情处理与撤单执行的时效性）。报告明确只对买一价和卖一价的撤单策略进行建模及回测，借鉴并拓展Alvaro Cartea等人的相关研究[pidx::1]。

---

2. 指令簿信号构建与统计特征

指令簿挂单不平衡信号定义为：

$$
\rho{t} = \frac{Vt^{b} - Vt^{a}}{Vt^{b} + Vt^{a}} \in [-1,1]
$$

其中，$Vt^b$, $Vt^a$ 分别是买一价和卖一价限价单数量。信号反映挂单侧占优程度，接近0表示买卖挂单量平衡，越接近1表示买单挂量远大于卖单，卖一易被击穿（价格可能上涨），相反越接近-1表示卖单占优，易出现价格下跌。

图1展示2017年8月14日沪铜主力期货信号分布（左是频率直方图，右是自相关性曲线）。信号多集中于0附近，信号强度（超过0.5绝对值）较少。信号的自相关性在3秒内仍维持0.2以上，说明此信号具有一定持续性而非瞬时随机噪声。

随后，信号被划分为三个区间：

• 强卖区：$\rhot \in [-1, -\frac{1}{3})$

- 中性区：$\rhot \in [-\frac{1}{3}, \frac{1}{3}]$

• 强买区：$\rhot \in (\frac{1}{3}, 1]$

这一区间划分用以对应后续市价单事件的统计分析和策略分类[pidx::2]。

---

3. 市价单事件统计与价格反应分析

基于信号区间，报告统计和比较了市价买卖单量的相对大小（买量>卖量与买量<卖量），并分析对应中间价的变化。

图2 显示强卖区市价卖量大于买量的事件更多，强买区反之，反映市价单行为与指令簿挂单不平衡信号存在关联。

图3 分别画出的卖量>买量和卖量<买量情况下，下一500毫秒的中间价跳价分布，揭示：

• 中性区中间价变化概率较低，市场稳定。

- 强卖/强买区中针对不同市价单事件，中间价更倾向于相应方向变动。
报告指出，由于使用的500毫秒截面数据落后于原论文的10毫秒截面，这导致捕捉信号转变及相应价格变化的敏感度下降，减弱信号预测效果。

图4量化说明中间价的平均变化值（单位跳价）在不同信号区间和市价事件条件下的表现，进一步验证了信号对价格变动有一定正负关联和预测能力。此结果支持了后续基于信号构建的CDJ做市模型的合理性[pidx::3][pidx::4]。

---

4. CDJ模型框架与数学描述

报告介绍了CDJ（Cartea, Donnelly, Jaimungal三位作者）提出的离散报价做市模型，核心点包括：

• 市场状态 $\mathbf{J} = (\Delta, Z)$，其中$\Delta$为价差（1或2跳价），$Z$为挂单不平衡信号区间（3类）

- 市场事件分三类：市价卖量>买量（+）、卖量<买量（-），及限价单事件（l）

• 统计各市场状态及事件对应的转换概率$T_{J,K}^i$、事件出现密度$\lambda^i(J)$，以及事件后中间价变化$\epsilon^i(J)$，均通过历史高频数据计数和切换频率估计获得

- 目标函数定义为做市商的期望最终现金+库存市值减去库存风险惩罚项，库存惩罚系数$\phi$体现风险偏好

• 定义状态值函数$H(t,x,q,S,J)$，利用动态规划与Hamilton-Jacobi-Bellman（HJB）方程分离变量法简化求解，转化为关于库存和市场状态的函数$h(t,q,J)$的偏微分方程

- 控制变量$\gamma^{+}, \gamma^{-} \in \{0,1\}$表示是否在卖一、买一价挂单，策略通过求解HJB方程的最优控制获得

• 库存限制在-15至15手，库存惩罚系数典型值为$10^{-4}$

- 模型采取分段时间周期，分别求解每天8个时间段的最优策略，适应不同时间段市场活跃度的变化[pidx::4] [pidx::5] [pidx::6]。

---

5. CDJ模型最优策略及示例分析

通过有限差分法数值求解模型并结合做市结束时间平仓约束，得出在不同市场状态与时间的最优挂单策略。

图5 展示了9:00-9:30时间段内，在价差$\Delta=1$和$\Delta=2$时，三种指令簿信号状态（强卖、中性、强买）对应的最优挂单行为颜色分布（黑色：仅挂卖单，灰色：买卖双挂，白色：仅挂买单）。

重点分析：

• 在强卖区，即使存在少量多头库存，仍建议尽早平仓卖出（黑色区域明显），避免价格下跌损失扩大。随着接近做市结束时间，策略逐渐收窄买卖双挂区间，趋向平仓。

- 中性区策略体现更灵活，双挂以对冲风险为主，惟当库存超10手，策略建议停止与库存方向持仓一致的挂单。

• 强买区表现与强卖区对称，即多挂买单，少挂卖单。

- 价差=2时策略更多偏向于买卖双挂（灰色区占比超90%），主要因为价差扩大的风险较小，做市能更积极承担风险。

图6 展示下午收盘前最终平仓版本的策略，策略线条更显“凹凸”，反映不同时间段市场活跃度差异影响挂单策略，尤其10:00-11:00非活跃时段平仓更积极。整体说明模型兼顾了时间因素，丰富了策略灵活性[pidx::6] [pidx::7] [pidx::8]。

---

6. 做市策略回测设计与结果

采用天软高频数据，平均每秒2笔行情，模拟实际交易撮合规则，重点验证最优报价、队列排位与成交关系，假设交易系统具备全市场最快速级别行情接收和处理能力（理想条件下的策略表现）。仅对沪铜日盘回测，分三大类策略：

• 分段平仓策略（图5对应）

- 收盘平仓策略（图6对应）

• 收盘平仓且不使用挂单不平衡信号（所有信号视为中性）

图7 表明这三类策略累计收益曲线相似，但波动幅度不同，其中不使用信号的策略波动最大，出现较大回撤。

表格1总结关键指标：

• 收盘平仓（含信号）收益居中日均6752元，风险（收益标准差）虽高于分段平仓，但远低于无信号策略。

- 无信号策略虽收益最高（6965元），但风险显著大（标准差9449元），最大亏损远高达到-31700元，夏普率仅为12，明显低于22和21。

• 分段平仓风险最低，手续费及成交量也是最低，返佣比例最低为86.56%。

结论是指令簿挂单不平衡信号主要作用是风险控制，特别是日内波动的风险缓释[pidx::9] [pidx::10]。

---

7. 加入更深价位挂单的策略回测

考虑在买二价位及更深级别挂单，理论上能使得卖一被击穿时，买二挂单升为新的买一挂单，提高队列优先级，降低行情冲击损失。因缺乏Level2数据，假设二档挂单的队列排名为一档挂单量的1.5倍。

图8显示，在三种库存惩罚系数$\phi$设置下（$10^{-3}, 10^{-4}, 10^{-5}$），相比仅买一档挂单，加入二档挂单策略的累计收益显著提升，且库存惩罚越小（做市商能承受越大库存风险），收益越高。

表格2汇总深入挂单后的策略性能指标：

• 收益提升明显，最大日均收益达到11091元（$\phi=10^{-5}$），年化夏普率最高达到33。

- 但成交量和手续费随之增加，撤单频率也显著提高（最大超过3000手/日），最大持仓及最大亏损均有较大增加，表明策略承担更高风险。

• 不同库存惩罚系数间存在权衡，较低的库存惩罚可获取更高收益和夏普率，但可能加大资金压力和操作复杂度。

- 返佣比例最低达到80.13%，进一步验证策略对手续费返还的依赖性。

综上说明，在真实交易中采用分层挂单结合动态信号调整，能有效提升做市策略的风险调整后收益，但需注意由于增加撤单频率及仓位波动，需强硬件与风控措施支持[pidx::10] [pidx::11]。

---

图表深度解读

• 图1 指令簿挂单不平衡信号的分布及其自相关性揭示信号偏向中性且具有一定的时间持续性。信号偏离0可视为潜在的价格变动预警。
• 图2 不同信号区间内市价买卖量事件的频率统计，验证了买卖市价单量与挂单不平衡信号的相关关系，强买区多买量事件，强卖区多卖量事件。
• 图3 通过市价卖量对比买量事件后的中间价收益分布显示，强买卖区内价格变动趋势符合预期，即强买时价格更易上涨，强卖时价格更易下跌，体现信号的预测能力，但由于500毫秒的采样间隔限制，信号的时效性逊色于更高频10毫秒数据。
• 图4 量化的平均收益进一步证实了上述趋势，尤其在强买和强卖区间，不平衡信号对应的市价单事件能带来有意义的正负收益。
• 图5 & 图6 通过彩色矩阵展示不同时段、价差状态及信号区间下的最优挂单策略，反映模型对时间和市场态势的敏感适应，表格清晰区分只挂卖单、只挂买单及双向挂单的合理分布，突出风险管理的精细化。
• 图7 & 表1 累计收益曲线及数值化指标比较三种平仓及信号应用策略，展现带信号策略虽收益提升不显著但风险控制效果明显。
• 图8 & 表2 多挂单档位及不同库存惩罚系数下积累收益与风险指标，数据充分展示策略收益与风险的权衡。

各图表配合文本密切呼应，整体实现理论、信号、策略及实证研究的有机统一。

---

估值分析

报告主要为策略性能分析与模型验证，未涉及公司或资产的传统估值模型。不适用现金流折现(DCF)、市盈率(P/E)等估值方法。CDJ模型属于高频交易策略层面的数学优化模型，通过参数估计和动态规划理解决策问题。重点在于策略表现（收益、风险、夏普率）及交易成本结构（手续费、撤单量）分析。

---

风险因素评估

报告指出的风险主要包括：

• 数据延迟及信号弱化风险：由于使用500毫秒截面数据，信号对价格走势的预测能力明显弱于更高频10毫秒数据，可能导致策略反应滞后。

- 硬件和系统速度限制：做市商进行撤单及策略调整的能力受限于行情接收及反应速度，落后将导致损失扩大。

• 逆向选择风险：在检测到趋势反转或一档价格被击穿后，做市商若不能及时撤单，将遭受亏损。

- 库存风险：对市场单边行情的暴露，尤其在库存惩罚（$\phi$）设置不足或承受能力低时，容易积累大量仓位导致重大亏损。

• 手续费与撤单频率权衡：频繁撤单和挂单虽能提高灵活性和收益，但增加交易成本和技术风险，可能导致手续费压力升高。

- 模型假设限制：假设交易系统具有市场最快速响应能力和稳定队列排位，现实市场中可能难以完全满足。
报告对风险进行量化控制，通过库存惩罚和分段平仓策略缓解风险，但并未详细提供额外缓解措施或发生概率定量分析[pidx::1] [pidx::9] [pidx::10]。

---

审慎视角与细微差别

报告采用了基于较粗数据截面（500毫秒）而非更细时间尺度（如10毫秒）的数据，导致信号强度减弱，这限制了策略对价格变动反应的即时性，说明模型在实际超高速市场中的稳健性和灵敏度受限，潜在被高频套利者抢先的风险存在。此外，假设交易系统速度领先全市场属理想化，现实环境如网络延迟、交易所规则变化、市场冲击等因素可能使模型表现下滑。报告对这些条件进行了说明但未展开深入探讨。

报告在信号与策略设计上借鉴国外成熟研究，但由于数据频率和市场结构差异，模型的预测效果和适用性存在折衷。另一方面，新增二档挂单策略虽显著提高预期收益和夏普率，但伴随手续费、撤单量激增，实操难度和成本显著提升，暗示高收益策略需充分匹配硬件和资金条件。

整体报告条理清晰，方法严谨，但对模型中关键参数的稳定性及对不同市场环境的适用性缺少敏感性分析部分，后续工作可着重补充此方面，提升模型鲁棒性和实用指导度。

---

结论性综合

本报告以沪铜主力期货为样本，系统研究了基于买一和卖一价挂单不平衡信号的高频做市策略构建与优化。基于Alvaro Cartea等人的CDJ离散报价模型，报告设计了考虑价差状态、挂单不平衡及库存约束的做市最优挂单政策，并针对不同时间段采用分段平仓或收盘平仓进行策略调整。

数据分析部分揭示挂单不平衡信号虽受到500毫秒数据采样影响而信号弱化，但依然具有有限的预测能力，其与市价单买卖量关系在价格变动中发挥一定指示作用。

模型回测显示，应用信号辅助挂撤单策略的做市模型虽在累计收益上与无信号策略差异不大，但在收益波动控制和最大亏损限制上效果显著，能够大幅提升日内收益风险比（夏普率从12提升至20以上）。分段平仓策略在控制风险方面表现最好。

进一步扩大至二档挂单和不同库存惩罚系数后，做市策略表现大幅改进，最高年化夏普率达33，累计收益明显增加，手续费及撤单量同步提升，表现出收益和成本的典型权衡。

总的来看，本报告成功构建了结合限价指令簿核心信号的高频做市策略框架，兼顾交易收益和风险控制。在实际应用中，策略依赖高速数据接收和硬件执行能力，同时对仓位风险管理提出高标准。尽管500毫秒数据制约信号效能，模型仍然展现了很大潜力，尤其是在盘中风险波动抑制和夏普率提升方面。未来进一步的数据精细化和多级挂单深度利用，将持续提升策略的盈利能力和稳健性。

---

（全文分析基于报告原文内容及图表，文中所有结论均附带页码溯源标识，详见各章节对应引用标识）[pidx::0][pidx::1][pidx::2][pidx::3][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11]

报告